Como a compreensão dos nutrientes e da variabilidade dos ingredientes pode impactar a rentabilidade na suinocultura

A análise dos ingredientes é fundamental para garantir que as dietas forneçam todos os nutrientes esperados, e a química úmida é o estandarte usualmente adotado. Entretanto, é trabalhosa, demorada e dispendiosa. A espectroscopia infravermelha (NIR) pode fornecer uma alternativa a uma substituição parcial ou total destas análises. NIR é uma análise bem estabelecida para avaliar ingredientes e rações para composição de nutrientes que fornece análises rápidas e precisas a um custo mínimo, o que permiti uma maior frequência analítica. O aumento do número de amostras proporciona uma melhor compreensão das variações dentro do ingrediente e dos diferentes fornecedores. O NIR pode ser usado para medir múltiplos fatores, incluindo as análises proximais, aminoácidos (total, digestível), fitato, lisina reativa, tipo de fibra (solúvel, insolúvel e total de fibra dietética), lignina e características dos alimentos, como o tamanho das partículas de milho.

O momento ideal para analisar as matérias-primas é quando o alimento foi colhido. A composição nutricional das culturas muda a cada ano com base nas condições de cultivo, e compreender como segue nutricionalmente o ingrediente nesta nova safra ajuda a formular melhor as dietas. Vamos assumir que o produtor XYZ tem seis moinhos de ração em seu sistema e compra farelo de soja de quatro fornecedores diferentes. O produtor XYZ utiliza tecnologia NIR e mede a lisina total e digestível em cada fornecedor (Tabela 1). Como o NIR foi utilizado, muitas amostras puderam ser testado.

Houve uma diferença de 5% entre a maior (2,62) e a menor (2,49) lisina digestível média do farelo de soja por localização. Em uma dieta típica à base de milho e farelo de soja para suínos de 25-50 kg de peso vivo, há uma diferença potencial de até 0,04% na ração final. Se não for contabilizada, isto poderia afetar negativamente o desempenho animal ou, se ajustada na formulação para equilibrar os aminoácidos da lisina, custaria US$ 1,20 por tonelada de alimento completo. Alternativamente, se o produtor XYZ utilizasse mais farelo de soja de um dos fornecedores com uma lisina STTD mais alta (por exemplo, Fornecedor 2 da localidade C) a um preço de compra similar ao de uma fonte com STTD mais baixa, ele forneceria uma solução de formulação até US$1,20 por tonelada de alimento mais barata. Isto demonstra a compreensão do fornecimento de matéria-prima e a atribuição dos nutrientes certos para atender às estratégias nutricionais.

Isto pode tornar-se mais crítico quando se olha para um ingrediente com um alto nível de variação, como o milho DDGS. Como existem muitas plantas de processamento de DDGS de milho, com técnicas de processamento variadas, o produto varia muito em gordura, fibra e teor de proteína. O teor de gordura no DDGS depende de quanta gordura é extraída no processamento e tem impacto sobre a energia metabolizável (EM). Pesquisas sugerem que o conteúdo de fibras também pode ser um fator na previsão da EM do DDGS, particularmente ADF e TDF (Kerr et al., 2013). O uso de previsões NIR permite que mais amostras de DDGS de milho sejam medidas a um custo mínimo e a EM determinada com base no TDF e na gordura extraída do éter (Kerr et al., 2013). Suponha que o cliente ABC utilizou a tecnologia NIR para testar mais de 60 amostras DDGS de milho, submetidas de 18 plantas diferentes, para nutrientes proximais e TDF, permitindo a determinação de EM. O TDF médio foi de 28% com um mínimo de 24% e máximo de 34%. A EM foi determinado para cada fonte e estes dados foram divididos em três categorias (Tabela 2).

O NIR fornece uma compreensão rápida e precisa do perfil nutricional do milho DDGS. Isto permite aos nutricionistas categorizar o DDGS como baixo, médio ou alto nível de energia metabolizável, melhorando a capacidade de formular de forma econômica para atender às exigências nutricionais do suíno e pode ajudar a simplificar o volume de reformulações diárias.

O milho fornece uma quantidade substancial de EM para a dieta; portanto, é importante compreender o EM do milho recém-colhido. O NIR usa uma equação para medir a composição proximal, vitalidade e índice de solubilidade proteica. O aumento da dureza do milho está geralmente associado a um menor valor nutricional para o animal, mas um impacto maior pode ser relacionada à solubilidade proteica.

O milho colhido com um alto teor de umidade é seco convencionalmente antes do armazenamento, se o processo for mal feito, existe uma redução na disponibilidade do amido e a proteína, reduzindo a solubilidade e a digestibilidade. O aumento da temperatura de secagem do milho de 54°C para 130°C para atingir um teor de umidade de 13-14% reduziu a produção de amido de 62% para 43% e aumentou o nível de concentração de proteína residual no amido de 0,7% para 1,4% (Malumba et al., 2008). Isto implica que as interações entre proteína e amido são um fator quando o milho é seco a uma temperatura alta, reduzindo as solubilidades de amido e proteína, o que afeta negativamente a EM. Esta relação permite que dois tipos de milho de composição similar sejam diferenciados em termos de valor de alimentação com base nas mudanças de solubilidade impostas pelo tratamento pós-colheita. A tecnologia NIR avalia a proteína e a vitrosidade junto com as análises proximais das amostras para proporcionar uma melhor compreensão da EM no milho.

As capacidades do NIR continuam a avançar, permitindo medições de aminoácidos, tipos de fibras, solubilidade proteica e dureza do milho. Esta expansão aumenta as oportunidades potenciais para os nutricionistas compreenderem melhor a qualidade dos alimentos em dietas, otimizando a produção rentável. Juntamente com a capacidade de medir muitos amostras de forma rápida e precisa, o NIR é uma ótima ferramenta para um programa de nutrição de controle de qualidade.